現今數據中心面臨的三大趨勢：

1. 非結構化數據的爆炸式增長：視頻會議、流媒體內容、在線游戲和電子商務等工作負載所產生的非結構化數據正在極速的增長；

2. 時延，時延，時延：在視頻流、金融等應用場景中尤為重要；

3. 技術和標準的快速演進：為了更快的處理和傳輸數據，數據壓縮、加密以及數據庫架構標準在不斷的發展和改變。

所以當我們需要綜合考慮工作負載的多樣性和不斷變化的標準時，固定架構現在已經很難滿足要求。這迫使數據中心擴展其基礎架構，以處理大量非結構化數據，同時滿足各種嚴苛工作負載的性能和時延要求。不僅如此，數據中心還在努力將成本和功耗降至最低。事實證明，同時滿足以上要求是非常困難的，這迫使數據中心運營商重新考慮其目前的架構，并探索本質上具有更高可擴展性和效率的新配置……

圖：現在數據中心架構的局限性

5月26日 14:00，賽靈思數據中心事業部總經理 Salil Raje 將向您介紹自適應計算技術 – 可組合式數據中心。搭建不同的 CPU、SSD 和加速器組成的池，然后通過網絡連接，并由基于標準的供應和管理框架控制，為不同的工作負載分配相應的資源，最大化提高資源利用率。另外，資源的解耦化還可以實現各種資源的獨立擴展和升級。然而理論上方法可行，但實際上隨著資源被分解和重組后，會不會帶來更大的時延？CPU 與加速器， CPU 與 SSD 之間會不會反而占用了更多的帶寬？

圖：可組合式數據中心可以最大化提高資源利用

定制化為不同工作負載提速：

憑借大規模并行化和可定制的 IO 和數據部件，FPGA 具有專用 ASIC 和 ASSP 的性能和時延，但也具有軟件的可重配置能力。只需簡單加載一個新的比特流，FPGA 就可以在短短幾毫秒內針對不同的應用進行優化。因此其可充當一個自適應的加速器，針對不同的工作負載進行定制化從而在滿足最大性能的提供的同時最大化資源的有效利用率。Salil 將在演講中以下面兩個應用實例詳細介紹在 FPGA 的加速下，不同工作負載的性能表現。

圖：FPGA 的計算加速優勢在實例應用中的對比表現

讓計算更接近數據：

FPGA 的另外一個關鍵優勢就是能夠使自適應計算更接近數據。在數據采集端處理數據，降低 CPU 負載，減少 CPU 與 SSD 之間的帶寬消耗和時延。演講中我們將為您介紹兩種使計算更接近數據的方法，SmartSSD 計算存儲和 SN1000 SmartNIC。

編輯：jq